针对天然气水合物开采中沉积体系分子模拟的技术瓶颈,梳理含水合物沉积物体系分子模拟势函数研究进展,分析单相体系势函数优化、多相界面参数修正及机器学习融合方法的演进,揭示了势函数参数化策略对水合物沉积物多物理场模拟精度的调控机制。当前势函数在极端温压条件适应性、多相参数兼容性、计算效率与精度平衡及实验验证等方面仍存在挑战。未来应聚焦开发极端环境适配的多相势函数体系,构建传统力场与机器学习势融合的多物理场耦合模型,建立实验?模拟协同验证框架,为水合物的安全开采提供从原子机制到储层响应的多尺度理论支撑。
硼酸是重要的化工原料,其片状化技术的开发对提升产品性能与拓展应用领域具有关键意义。基于树脂(LSI?020/010)纯化的硼酸溶液体系,创新性地引入硫酸钠(Na2SO4)和硫酸镁(MgSO4),成功诱导硼酸晶体定向生长为片状结构;采用SEM表征添加助剂后硼酸的形貌特征,联用COSMO?RS模型与XRD分析了弱酸性条件下MgSO4/Na2SO4的引入对硼酸溶液溶解度及晶体晶面生长的影响,借助原位拉曼光谱探究了MgSO4/Na2SO4与硼酸晶体间的相互作用及其对B-O键能的影响。结果表明,添加助剂后的硼酸呈现典型片状形貌,弱酸性条件下MgSO4/Na2SO4的引入可显著降低硼酸在溶液中的溶解度、驱动晶体沿(002)、(004)晶面择优生长,且MgSO4/Na2SO4与硼酸晶体间的弱相互作用使B-O键能降低,推动硼酸晶体向片状化方向生长。该研究不仅建立了新型的高纯硼酸晶体片状化制备技术,更从分子层面阐释了其晶体生长调控机制,为功能化晶体工程的研究与应用提供了理论支撑。
以3,3′,5,5′?四甲基联苯二酚(TMBP)、2?(氯甲基)?1,2?环氧丙烷(MECH)、氢氧化钠为原料,采用两步法合成联苯型环氧树脂(3,3′,5,5′?四甲基联苯双酚二甲基缩水甘油醚);通过阴离子交换树脂对产物中残余的无机氯进行后处理,得到氯质量分数相对较低的联苯型环氧树脂;采用FTIR、1H NMR、DSC、HPLC及旋转流变仪,对样品的结构与性能进行了表征与测试,并通过正交实验考察了原料配比、反应温度、反应时间等因素对产物收率的影响。结果表明,在筛选的实验范围内,较优的工艺条件为:原料配比为n(TMBP)/n(MECH)=1.0∶10.0,第一阶段反应温度为90 ℃,第二阶段反应温度为80 ℃,n(NaOH)/n(TMBP)=2.1∶1.0,两个阶段的反应时间均为4 h;在较优的工艺条件下,所得样品中有效物质量分数达85%以上,实测环氧值为0.5 eq/(100 g),与理论值较为接近;纯化后的联苯型环氧树脂在150 ℃温度下的熔融黏度仅为0.12 Pa·s,有望在环氧封装等应用领域得到实际应用。
采用甲基丙烯酸缩水甘油酯(GMA)对聚己二酸?对苯二甲酸丁二醇酯(PBAT)进行接枝改性制备PBAT?GMA,将其与PBAT和聚乳酸(PLA)共混挤出并吹塑成膜;系统研究了PBAT?GMA质量分数对PBAT/PBAT?GMA/PLA薄膜的力学性能、微观形态、阻隔性能及降解性能的影响。结果表明,随着PBAT?GMA质量分数的增加,PBAT/PBAT?GMA/PLA薄膜的力学性能得到明显的提升;当PBAT?GMA质量分数为15%时,与未添加PBAT?GMA的共混物相比,PBAT/PBAT?GMA/PLA薄膜的拉伸强度由15.28 MPa(纵向)和12.51 MPa(横向)分别提高至25.61 MPa(纵向)和19.59 MPa(横向),断裂伸长率由109.23%(纵向)和141.32%(横向)提高至217.63%(纵向)和311.22%(横向),表明PBAT?GMA的加入有效改善了PBAT与PLA的相容性,提高了薄膜的力学性能;随着PBAT?GMA质量分数的增加,PBAT/PBAT?GMA/PLA薄膜的阻隔性能也得到了明显提升,而其降解速率随着PBAT?GMA质量分数的增加略有降低,说明材料的耐久性有所改善。
电磁波吸收材料可通过将电磁能转化为热能实现能量的耗散,因此广泛应用于通信和军事等领域。由于化学合成复合材料存在环境污染和成本高等问题,生物质碳材料的研究成为热点。碳具有天然吸附功能,因此以生物质椰子壳为原料,通过原位生长?高温还原法,掺杂不同质量分数的氧化镍,成功合成了碳/镍复合吸波材料(CE/Ni?x,其中x表示浸泡时间为x h);采用X射线衍射仪、扫描电子显微镜、矢量网络分析仪,对复合吸波材料进行了表征及测试。结果表明,CE/Ni?7在双频带(高频/低频)均表现出吸收特性,最小反射损耗(RLmin)可达-30.05 dB;通过调控浸渍时间,可在2.7~18.0 GHz频段实现有效吸收(反射损耗低于-10 dB)。本研究可为双频段(低频/高频)电磁波吸收材料的低成本可控合成提供参考。
以省级行政单元为基础,综合区域消费强度、储备容量、管网连通性等关键参数,构建了覆盖“储备?管网?炼化”全链条的区域原油供应模型。在进口渠道完全中断的背景下,依据国内原油储备,对“抗扰?暴露?恢复?崩溃”全过程的供需满足率进行了模拟;基于模拟结果,绘制“供需满足率?时间”性能曲线,并从中提取了暴露期长度、恢复速度、最低性能水平等韧性指标;通过性能曲线对比分析,解析了全国各省原油供应系统韧性的区域差异特征。结果表明,全国各省原油供应系统韧性差异显著,主要呈现稳定运行型、脉冲恢复型、暴露恢复型、前期稳定?后期崩溃型、短期恢复?后期崩溃型等5种响应模式;系统韧性主要受原油消费总量与储备能力的协同影响,管网在原油再分配中发挥关键调节作用。区域原油供应模型能够有效反映系统在进口中断下的动态演化特征,突破传统静态指标体系的局限性,揭示我国原油供应系统的显著区域差异,为构建差异化应急响应机制、优化储备布局与管网结构提供指导性建议,对提升原油安全保障能力具有重要意义。
针对旋转机械轴承故障诊断中振动信号噪声干扰强、特征提取依赖人工设计等导致的故障诊断不准确问题,提出了一种融合轴承动力学机理与Kolmogorov?Arnold网络(KAN)的物理注意力Transformer模型。首先,基于Hertz接触理论推导轴承内圈、外圈及滚动体故障特征频率方程,构建频域掩码引导注意力机制聚焦故障敏感频带;其次,设计KAN?Transformer架构,通过KAN的多尺度分解能力自适应解析振动信号的时频特征,结合Transformer的全局注意力实现长程依赖建模;最后,在凯斯西储大学(CWRU)轴承数据集上验证了模型的性能。结果表明,该模型的准确率达99.75%,显著优于传统模型。研究结果为旋转机械轴承故障诊断提供了一种高精度、高鲁棒性且物理可解释的解决方案。
为了减少计算资源消耗并缩短计算时间,获得压缩机转子叶片在周期性非定常气动干涉作用下的叶片表面动应力,创新性地采用剖面边界条件,结合参数设计语言的方法,基于叶片气动载荷的完整映射分布进行了谐响应快速分析,并研究了不同压比、转速下的转子叶片表面动应力。结果表明,通过谐响应快速分析法能准确获取转子叶片表面动应力,叶片表面动应力波动峰值的主导频率为动静干涉频率的倍频,其中以1、2、3倍频为主要频率;随着压比的增加,叶片表面动应力逐渐减小,但主导频率基本不变;随着转速的升高,叶片表面动应力逐渐增大,其主导频率也相应提高。研究结果可为轴流式压缩机在受到周期性动静干涉作用下的转子叶片表面动应力分析提供支持与参考。
为解决CO2加氢制甲醇催化剂开发效率低的问题,构建并验证一种基于大语言模型 (Large Language Model,LLM)与深度学习的性能智能预测模型。首先,利用LLM设计结构化指令,实现了从大量文献中半自动化、高效率地提取多维催化剂数据;采用带梯度惩罚的Wasserstein生成对抗网络(WGAN?GP)对稀疏的原始数据集进行高质量增强,有效克服了数据量不足的瓶颈;在此基础上,经数据清洗、特征工程与降维处理后,采用超参数优化的多层感知机(Multi?layer Perceptron,MLP)构建了预测模型。结果表明,优化后的MLP模型在独立测试集上对CO2转化率与甲醇选择性的预测决定系数(R2)分别高达0.972 3和0.969 3。基于SHAP(SHapley Additive exPlanations)的特征分析结果表明,BET(Brunauer?Emmett?Teller)比表面积和铜基催化剂是影响催化性能的主导因素,且铟(In)基催化剂对金属质量分数具有独特依赖性。整合LLM与WGAN?GP的数据驱动模型可为新型催化剂的快速筛选与理性设计提供有力工具,展现了人工智能(Artificial Intelligence,AI)在催化研究中的巨大应用潜力。
导航与避障是无人机顺利完成任务的关键环节。然而,传统自主飞行系统在复杂环境中存在局限性,促使研究人员不断探索深度强化学习(DRL)等替代框架。因此,提出了一种基于深度强化学习的新型无人机自主控制算法;为验证所提算法在复杂环境下的性能提升效果,在加泽博(Gazebo)仿真平台的三维(3D)环境中进行了仿真实验。结果表明,该算法不仅融合了深度确定性策略梯度(DDPG)算法的优势,而且实现了对最优比例?积分?微分(PID)控制器的自学习;该算法在动态环境中的表现优于多种现有算法,具体体现在稳定性提升、响应速度加快及任务成功率提高等方面。